基于模糊神经网络的智能控制策略的研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题的背景 | 第9-10页 |
| ·模糊神经网络控制的发展及研究现状 | 第10-13页 |
| ·模糊技术与神经网络两者的特点及关系 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·应用领域及发展前景 | 第13页 |
| ·课题的研究内容与意义 | 第13-15页 |
| 第二章 模糊理论与人工神经网络 | 第15-26页 |
| ·模糊理论与技术 | 第15-19页 |
| ·模糊性 | 第15页 |
| ·模糊集合的定义 | 第15-17页 |
| ·模糊集的主要性质 | 第17-18页 |
| ·常见的隶属度函数 | 第18-19页 |
| ·模糊规则与模糊推理 | 第19-23页 |
| ·模糊规则库 | 第19-20页 |
| ·模糊推理 | 第20-23页 |
| ·人工神经网络基本理论 | 第23-26页 |
| ·神经网络的互联模式 | 第23-24页 |
| ·神经网络的学习算法分类 | 第24-26页 |
| 第三章 模糊神经网络控制模型 | 第26-38页 |
| ·模糊控制与神经网络的融合 | 第26-29页 |
| ·模糊神经网络结构及学习算法 | 第29-35页 |
| ·模糊神经网络分类 | 第29-30页 |
| ·模糊神经网络典型模型 | 第30-32页 |
| ·模糊神经网络学习算法 | 第32-35页 |
| ·模糊神经网络在控制中的应用 | 第35-37页 |
| ·模糊神经网络在控制中的作用 | 第35-36页 |
| ·模糊神经网络控制结构 | 第36-37页 |
| ·神经网络与模糊推理系统的等效性 | 第37-38页 |
| 第四章 模糊BP神经网络控制 | 第38-50页 |
| ·引言 | 第38页 |
| ·BP神经网络结构 | 第38-41页 |
| ·模糊神经网络控制结构设计 | 第41-44页 |
| ·神经网络的神经元模型 | 第41-42页 |
| ·模糊神经网络结构 | 第42-43页 |
| ·学习算法分析 | 第43-44页 |
| ·隶属函数确定及隐层设计 | 第44-45页 |
| ·隶属函数的确定 | 第44-45页 |
| ·隐层的设计 | 第45页 |
| ·基于BP结构的模糊神经网络控制仿真 | 第45-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 基于模糊聚类的模糊神经网络控制 | 第50-64页 |
| ·引言 | 第50页 |
| ·模糊聚类算法分析 | 第50-52页 |
| ·模糊神经网络控制结构设计 | 第52-56页 |
| ·模糊神经元的数理模型 | 第52-54页 |
| ·模糊神经网络结构 | 第54-55页 |
| ·学习算法 | 第55-56页 |
| ·解模糊方法的选择 | 第56-57页 |
| ·基于模糊聚类的模糊神经网络控制仿真 | 第57-63页 |
| ·本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 论文总结 | 第64-65页 |
| 不足与展望 | 第65-66页 |
| 参考文献 | 第66-68页 |
| 致谢 | 第68-69页 |
| 攻读学位期间的研究成果 | 第69页 |
